Intuir

Del prompt al agente: señales del próximo capítulo de la IA

Síntesis periodística de 30 artículos técnicos y reportajes que muestran una transición en IA: de prompts y generación de texto hacia agentes orquestados, eficiencia en modelos y robots que actúan en el mundo real. Se discuten implicaciones tecnológicas, sociales y económicas, y se enlazan los trabajos relevantes.

  1. Menos es más: modelos más pequeños, mejores resultados

    La optimización contraria a lo esperado: reducir tamaño de modelos puede mejorar precisión y eficiencia en producción, abriendo despliegues más económicos y rápidos.

    1. I Made My AI Model 84% Smaller and It Got Better, Not Worse
    2. MCP in Practice

  2. Agentes físicos: IA sale al mundo real

    Gemini Robotics 1.5 y frameworks agenticos ponen inteligencia en robots que perciben, planifican y actúan—la IA atraviesa la pantalla y resuelve tareas físicas complejas.

    1. Gemini Robotics 1.5 brings AI agents into the physical world
    2. How to Build Effective Agentic Systems with LangGraph
    3. Cognition’s CEO on What Comes After Code

  3. RAG y verificación: respuestas con evidencia

    La combinación de recuperación, re-rankeado y ensamblaje acelera la verificación de hechos y reduce la difusión de afirmaciones repetidas y falsas.

    1. RAG Explained: Reranking for Better Answers
    2. Building Fact-Checking Systems: Catching Repeating False Claims Before They Spread
    3. Using Vision Language Models to Process Millions of Documents

  4. Evaluación rigurosa: medir LLMs como productos

    Guías prácticas y marcos de evaluación permiten construir pipelines de evaluación robustos para LLMs, priorizar proyectos y cuantificar riesgos antes de desplegar modelos.

    1. Notes on LLM Evaluation
    2. Introducing the AI-3P Assessment Framework: Score AI Projects Before Committing Resources
    3. Beyond ROC-AUC and KS: The Gini Coefficient, Explained Simply

  5. Automatización creativa: agentes que optimizan workflows

    Herramientas agenticas y optimizadores de prompts empoderan sistemas que diseñan, prueban y afinan flujos de trabajo autónomos para usuarios y equipos no técnicos.

    1. How to Build Effective Agentic Systems with LangGraph
    2. I’ve Stopped Writing Prompts—DSPy Does It Better
    3. Cognition’s CEO on What Comes After Code